《Fable 实地指南》——AI新闻综述
本文概述了Thariq关于Fable模型的演讲，涵盖解绑模型、发现未知、应对情感转变以及追求卓越。此外，还包括AI新闻：腾讯混元Hy3开源、Agent基准测试、Anthropic的J-Space全局工作区、推理效率、世界模型和语音技术等。
在业界祝贺General Intuition和Shunyu Yao发布新模型，以及等待GPT-5.6 Sol Ultra之际，人们正争相在订阅补贴结束前探索Fable 5的极限。Thariq原本在创作《Fable 实地指南》系列博客，并计划在重新发布日发表主题演讲，他连夜调整整个演讲，给出了最及时的建议。演讲分为四个部分：
首先，解绑Claude（Unhobbling Claude）：模型的限制往往来自我们——我们设置的“束缚”和提示方式。面对新模型，应移除或改变这些束缚以激发新行为。Thariq以HTML的非凡效果为例，说明过度限制会阻碍模型潜力。
其次，发现未知（Finding your unknowns）：这是解绑的延伸，旨在找到你甚至不知道自己不知道的东西。技巧包括让Claude进行“盲点检查”、头脑风暴“截然不同的设计方向”、深度访谈、使用参考文档以及保持实现笔记。
第三，应对悲伤（Dealing with Grief）：反思编码生产力变化带来的情感冲击，过去数周的工作现在数小时完成。
第四，追求卓越（Being unreasonable）：要求好、快、便宜的结果，因为Fable更强大，可以更雄心勃勃，不接受权衡。但构建容易，创造价值仍难。
AI新闻回顾：
腾讯混元发布Hy3，一款295B参数的MoE模型（21B激活），Apache 2.0许可，支持256K上下文，vLLM原生推理。社区反应热烈，比较GLM-5.2后，开源前沿竞争日益聚焦部署鲁棒性。
Agent基准测试方面，AutomationBench-AA评估了657个任务，Claude Fable 5以48.6%领先，但所有模型仍违反业务规则。Artificial Analysis推出六个领域指数，显示排名因领域而异，成本效率愈发重要。
记忆与检索成为持久Agent的瓶颈：A-TMA解决“幽灵记忆”，ReContext通过推理时回放内部证据提升长上下文利用。
Anthropic的J-Space研究声称在Claude中发现类似全局工作区的结构，可用于可解释性和安全。尽管“意识”说法引发争议，研究人员视其为工作记忆机制的有力证据。
推理效率方面，SGLang集成DSpark实现可变长度验证，DeepSeek-V4-Pro达到383.7 tok/s。Cloudflare推出Workers Cache，OpenAI发布GPT-Realtime-2.1-mini。
世界模型领域，通用智能与Kyutai推出MIRA，基于5B参数模型实时运行Rocket League 2v2比赛。
语音技术：AssemblyAI发布Universal-3.5 Pro Realtime，WER 4.1%；Speechify Simba 3.2在语音竞技场领先。
文档管道多模态化：LlamaIndex和LanceDB的多模态检索管道在ESG报告上达到82%命中率。
热门推文：Anthropic全局工作区、腾讯Hy3、MIRA、Will Depue的数据收集战略、John Carmack的内存系统讨论。
Reddit方面：LongCat 2.0开源等。